DETERMINANTES DO CRESCIMENTO ECONÔMICO DESIGUAL

DETERMINANTES DO CRESCIMENTO
ECONÔMICO DESIGUAL ENTRE
AS REGIÕES BRASILEIRAS:
uma avaliação da produtividade, da inovação e do gap
tecnológico nos anos 1990 e 2000
Edileuza Aparecida Galeano1
Carmem Feijó2
Resumo
O objetivo deste artigo é discutir os determinantes do crescimento
econômico nas regiões brasileiras nos anos 1990 e 2000, analisando
a produtividade, a inovação e o gap tecnológico. O modelo utilizado
baseia-se na modelagem desenvolvida por León-Ledesma (2002), onde a
produtividade do trabalho, estimulada pela demanda, desempenha papel
determinante no processo de crescimento econômico. As equações do modelo de León-Ledesma foram modificadas a fim de se adequar ao conjunto
de dados regionais disponíveis para análise brasileira. A base de dados foi
formada com dados dos 26 Estados do Brasil. Os resultados confirmam
a influência positiva do efeito acumulativo do crescimento e do efeito
da demanda sobre a produtividade. A taxa de investimento e a inovação
foram confirmadas como importantes para o aumento da produtividade.
1
Doutoranda em economia pela Universidade Federal Fluminense – UFF. E-mail: edileuzagaleano@
hotmail.com.
2
Professora Associada do Departamento de Economia da Universidade Federal Fluminense – UFF,
Pesquisadora Nível I do CNPq. PhD pelo University College London, Inglaterra. E-mail: cfeijo@terra.
com.br.
Vol. IV – no 7 – dezembro de 2010 |
1
Palavras-chave: desigualdade, produtividade, investimento, inovação,
gap tecnológico
Abstract
The aim of this paper is to discuss the determinants of economic growth in the Brazilian regions during the 1990s and 2000s, analyzing the
productivity, innovation and technological gap. The model developed
is based on León-Ledesma (2002), where labor productivity, stimulated
by demand, is important variable to explain growth. The equations of the
León-Ledesma original model were modified in order to be applied to
the set of available regional data for Brazil. A data base for the 26 states
of Brazil was built. There results confirmed the positive influence of the
cumulative effect of growth and of the demand effect on productivity. The
investment rate and the innovation were confirmed as important variables
to explain productive change.
Key-words: inequality, productivity, investment, innovation, technological gap
JEL: R11, E24, O40
Introdução
Modelos de crescimento devem explicar a trajetória das economias, ao
longo do tempo, considerando tanto fatores ligados à oferta como ligados
à demanda agregada. Mesmo considerando que estudiosos do tema, em
tese, concordem com esta assertiva, a literatura econômica desenvolveu-se a partir de propostas com ênfases ou em restrições de demanda ou em
restrições na disponibilidade de fatores de produção como determinantes
do crescimento. Os modelos de tradição neoclássica deram ênfase à disponibilidade dos fatores produtivos na explicação do crescimento de longo
prazo. Entretanto, podemos argumentar que o empresário não vai produzir se
não tiver expectativa favorável de demanda. Logo, fatores que expliquem o
comportamento da demanda também devem ser considerados. Modelos de
tradição kaldoriana, por exemplo, indo em direção distinta da dos modelos
de tradição neoclássica, atribuem especial importância aos componentes da
demanda agregada para explicar as restrições ao crescimento econômico.
2
| Nexos Econômicos – CME-UFBA
Tendo como fonte de inspiração a rica literatura sobre modelos de crescimento, nosso objetivo neste trabalho é aplicar um modelo que explique
a trajetória de crescimento da economia brasileira, no período 1991-2007,
levando em consideração componentes da oferta de recursos, da demanda
agregada e as especificidades de um país em desenvolvimento com acentuada desigualdade regional. A contribuição de León-Ledesma (2002) com
algumas modificações será nossa principal referência para a análise empírica.
Além desta introdução, este artigo está dividido nas seguintes seções.
Na seção 2 é feita uma breve revisão da literatura sobre crescimento econômico e a apresentação do modelo de León-Ledesma (2002) utilizado
na análise empírica. Na seção 3 é feita uma breve análise descritiva de
algumas variáveis que são importantes para caracterizar as desigualdades
econômicas das regiões. Na seção 4 é apresentada a metodologia empregada na estimação de um modelo de crescimento que leve em conta especificidades regionais, e a apresentação dos resultados obtidos na análise.
Por último, na seção 5, têm-se algumas considerações finais.
A literatura sobre modelos de crescimento endógeno
o objetivo desta seção é discutir, de forma seletiva, contribuições à
teoria do crescimento endógeno de autores ligados à nova teoria do crescimento e à tradição kaldoriana. Esta discussão visa dar suporte à análise
seguinte, sobre os condicionantes do crescimento da economia brasileira,
com enfoque regional, no período 1991 a 2007.
Capital humano na teoria do crescimento endógeno
a nova teoria do crescimento introduz, como inovação teórica, a hipótese de rendimentos crescentes na função de produção, avançando assim o
debate sobre os determinantes do crescimento no longo prazo, conforme
proposta seminal de Solow (1956). Neste sentido, considera a importância do investimento em capital humano como um dos fatores relevantes
para explicar o crescimento de longo prazo. Romer (1986, 1990, 1993a,
1993b), dentre outros, assumindo o progresso técnico como força motriz
do crescimento, destacou o papel da educação em habilitar os indivíduos
para trabalhar em pesquisa o que permite o desenvolvimento de novos
produtos e novas tecnologias.
Em seu modelo, Romer (1990) parte de premissas de que melhorias
na tecnologia são o centro do crescimento econômico, constituindo-se em
Vol. IV – no 7 – dezembro de 2010 |
3
incentivo para a acumulação contínua de capital. Mudanças tecnológicas
são o resultado da inovação que resulta do esforço de investimento em atividade de P&D. Por outro lado, a tecnologia é um bem que não está sujeito
à rivalidade, gerando efeitos externos positivos. Dadas essas considerações,
propõe uma função de produção, onde os fatores de produção considerados são: capital físico, trabalho não qualificado, capital humano, e avanço
tecnológico, que, nesse caso, mede o grau do conhecimento da sociedade.
O progresso técnico corresponde ao acréscimo de tecnologia, e o
capital humano é a fonte de crescimento sustentável no longo prazo. O
capital humano está relacionado às habilidades do trabalhador e, por isso,
assume-se que um trabalhador mais qualificado consegue inovar, criando
novos e melhores projetos, com uma produtividade maior. Se o estoque
de capital humano for elevado, a taxa de crescimento será positiva. Se
o contrário ocorrer, o crescimento será pequeno ou quase nulo. Assim,
quanto maior a produtividade do fator capital humano no setor de P&D,
maior a taxa de crescimento econômico. Quanto maior o nível de capital
humano na economia, maior será a taxa de crescimento da economia,
porque maior será a oferta de capital humano ao setor de P&D.
Regiões ou países com nível mais baixo relativamente de capital
humano podem superar esta deficiência adquirindo tecnologia de outros
países ou regiões através das importações. No entanto, mesmo para usufruir
desta tecnologia, é necessário um estoque mínimo de capital humano para
poder usar a nova tecnologia. Assim, segundo as contribuições de Romer
e de outros, as teorias de crescimento endógeno enfatizam a importância
do capital humano no crescimento das regiões e países, gerando spillovers
(externalidades positivas) que favorecem o crescimento no longo prazo.
As externalidades são capazes de amenizar os rendimentos decrescentes do
capital físico. Pela teoria do crescimento endógeno, o crescimento da renda per
capita é determinado endogenamente pela eliminação dos retornos marginais
decrescentes ao fator capital. Ou seja, enquanto nos modelos de crescimento
neoclássicos tradicionais, como o de Solow, as mudanças tecnológicas e o
crescimento populacional são tratados exogenamente, na nova abordagem das
teorias de crescimento endógeno, essas variáveis são tratadas endogenamente
na explicação do diferencial de crescimento de renda entre os países.
Romer (1986) defende que o capital de pesquisa ou conhecimento
tecnológico gera retornos decrescentes à escala, mas, por causa das inovações, deve ser avaliado como um bem público puro e que a criação
de um novo conhecimento por uma firma tem um efeito externo para as
outras firmas, fazendo com que estas busquem novas possibilidades de
4
| Nexos Econômicos – CME-UFBA
produção. Essas externalidades positivas atuam de forma a fazer com que
a produção de bens finais apresente rendimentos crescentes e, assim,
compense os retornos decrescentes do capital de pesquisa, com efeitos
positivos no crescimento de longo prazo. Se fosse considerado somente o
efeito do capital humano sobre a produtividade, regiões com nível mais alto
de capital humano teriam uma produtividade maior. Sabe-se, no entanto,
que as regiões com nível mais baixo de capital humano podem adquirir
tecnologias de outras regiões. Conforme Romer (1993a, 1993b), as regiões
que não conseguem acompanhar o processo de inovação tecnológica, ou
não conseguem gerar novas tecnologias frequentemente, devem aproveitar
as tecnologias criadas pelas outras regiões como resultado da difusão.
As teorias de crescimento endógeno buscam, assim, entender as forças
que estão por trás do progresso tecnológico, ao invés de supor que o crescimento origina-se de melhorias exógenas. Ou seja, os modelos de crescimento
endógeno passaram a incorporar internamente esses fatores, tentando explicar
a dinâmica e os efeitos do diferencial de renda per capita e de crescimento.
Crescimento com restrição de demanda
Ao longo de sua trajetória de pesquisa, Kaldor (1970) percebeu que
existia um problema regional. Diferentes regiões estavam crescendo com
diferentes taxas, algumas regiões estavam crescendo relativamente mais
rápido, e outras tendendo a serem deixadas para trás.
Buscando interpretar o crescimento econômico com ênfase nas restrições de demanda, Kaldor (1957) argumentou que a acumulação de capital
é o componente da demanda agregada capaz de acelerar as taxas de crescimento econômico de forma sustentada e duradoura. Países ou regiões com
baixas taxas de crescimento relativamente exibiriam baixas taxas de acumulação de capital. Na hipótese de Kaldor, também considerando o progresso
técnico como força motriz do crescimento econômico (KALDOR, 1957;
KALDOR; MIRRLESS, 1962), este é assumido como estando incorporado
aos equipamentos de última geração e, portanto é considerado endógeno
ao seu modelo de crescimento. Uma aceleração na taxa de crescimento de
um país ou região implica aceleração na taxa de acumulação de capital e
consequentemente de absorção de progresso técnico.
Assim, a abordagem teórica com ênfase na demanda proposta por
Kaldor deu origem à chamada teoria do crescimento puxado pela demanda. Sob esta perspectiva deu-se ênfase nas estruturas produtivas dos
países para explicar as diferenças nas taxas de crescimento, e atribuiu-se
um papel importante ao setor industrial.
Vol. IV – no 7 – dezembro de 2010 |
5
Uma restrição importante ao crescimento econômico para modelos
liderados pela demanda pode surgir pelo lado do balanço de pagamentos e
desta forma a exportação, como parte da demanda agregada, é o único dos
componentes que pode gerar recursos para financiar a importação de bens de
capital/tecnologia necessários para elevar a taxa de crescimento da economia.
Mesmo considerando que o aumento do produto e do emprego pode ser
também estimulado pelo aumento do investimento, do consumo e do gasto
público decorrentes da política econômica e/ou melhora nas expectativas dos
empresários, vale observar que esses componentes da demanda têm conteúdo
importado. Se não houver aumento do nível de exportação para cobrir as despesas adicionais com importações, a demanda agregada terá que ser contraída,
e, por conseguinte, o produto e o emprego. Desse modo, o crescimento das
exportações assume um papel essencial para relaxar a restrição ao crescimento
econômico de longo prazo. A única forma de alcançar taxas de crescimento
compatíveis com rápido desenvolvimento seria através da implementação de
políticas para fomentar um processo de industrialização competitiva.
Nesta perspectiva, os modelos da linha kaldoriana justificam as diferentes performances das economias pelo desempenho das exportações.
A hipótese central é que a taxa de crescimento de longo prazo compatível
com o equilíbrio do balanço de pagamentos deve ser puxada pelo crescimento das exportações que leva ao crescimento do produto, ao qual o
consumo e o investimento se ajustam. Assim, as exportações são o único
componente da demanda agregada capaz de gerar o “empurrão” necessário
à demanda, e permitir a expansão dos demais componentes remanescentes
da demanda agregada. Thirlwall (1979), seguindo Kaldor, formalizou um
modelo de crescimento restringido pelo balanço de pagamentos.
A equação de crescimento econômico com restrição no balanço de
pagamentos mostra que a taxa de crescimento de equilíbrio de longo prazo
é dada pela igualdade da taxa de crescimento das exportações dividida pela
elasticidade-renda da demanda por importações. Esta equação ficou conhecida
na literatura como a “lei de Thirlwall”. Assim, para Thirlwall (1979), a dinâmica
das importações e exportações pode ter um papel crucial no crescimento de
uma determinada economia, na medida em que pode funcionar como uma
restrição ao crescimento, pois déficits sucessivos em conta corrente tornam-se
um problema para o crescimento Primeiro, pelos efeitos negativos sobre os
setores diretamente afetados pelo aumento das importações. Segundo, nenhum
país pode crescer mais rápido do que a taxa de crescimento com equilíbrio
no Balanço de Pagamentos, isso porque o déficit crescente na conta corrente,
financiado através da conta capital, aumentaria o risco de desvalorizações cambiais. Terceiro, um déficit crescente na conta corrente levaria o país a praticar
6
| Nexos Econômicos – CME-UFBA
taxas de juros mais elevadas para atrair fluxos de capital, o que de certa forma
tenderia a prejudicar o setor produtivo deste país.3
Por fim, deve-se considerar que o modelo de Kaldor de crescimento com
restrição externa supõe que retornos são crescentes. Tal hipótese baseia-se na
conhecida lei Kaldor-Verdoorn, a qual estabelece uma relação causal entre a
taxa de crescimento da produtividade do trabalho e a taxa de crescimento da
produção, onde o crescimento da produção determina o crescimento da produtividade. Assim, o crescimento da produtividade é induzido e o crescimento
das exportações, ao estimular a produção, pode estabelecer um círculo virtuoso
de crescimento. Em outras palavras, um aumento na demanda agregada, ao
induzir uma aceleração da taxa de crescimento da produção, acaba por acelerar
o ritmo de crescimento da produtividade do trabalho. O rápido crescimento
do produto e o rápido crescimento da produtividade reduzem o custo por
unidade de trabalho, e podem gerar um rápido crescimento das exportações
e do produto. Segundo León-Ledesma (2002), uma vez que o país obtém
uma vantagem na produção de bens com alta elasticidade-renda da demanda
(atividades com base em tecnologia), sua taxa de crescimento aumenta em
relação às outras economias. Com o próprio efeito da lei Kaldor-Verdoorn, o
crescimento da produtividade será mais alto e a vantagem competitiva da economia nestes bens será reforçada, tornando difícil para outros países produzir
de forma competitiva o mesmo bem.4
Kaldor assumiu que os países desenvolvidos devem ter uma propensão marginal a importar menor que um, e a propensão marginal a exportar
maior que a unidade. Portanto, uma aceleração nas taxas de crescimento das
exportações provocaria um aumento na taxa de crescimento do produto maior
que o aumento na taxa de crescimento das importações. A partir desta hipótese
é possível argumentar que o crescimento sob restrição externa não ignora a
relevância de fatores associados à oferta agregada. Se as elasticidades-renda
associadas ao saldo comercial, por um lado, são determinantes da demanda
agregada, por outro lado, são o reflexo de uma variedade de fatores em nível
de oferta que condicionam a competitividade estrutural da economia.
3
O montante de importações de um país depende da demanda interna, que por sua vez é uma
função da renda doméstica. Se o país apresenta déficits constantes na balança comercial, chegará
um momento em que terá de reduzir seu crescimento, procurar elevar o montante de bens e serviços
exportados com o objetivo de reduzir o déficit. Assim, as economias devem respeitar a restrição do
balanço de pagamentos.
4
O modelo de Kaldor, sobretudo o de 1985, busca mostrar que existe uma ligação entre os efeitos de
uma mudança no nível de produção e no nível de demanda agregada, de maneira que possa assegurar
que algum crescimento na produção seja acompanhado pelo aumento de demanda agregada suficiente
para sustentar este novo nível, mais alto, da atividade econômica. É nesse sentido que Kaldor enfatiza
a importância do comércio internacional como fonte de expansão da demanda agregada.
Vol. IV – no 7 – dezembro de 2010 |
7
Em relação ao progresso técnico, Kaldor (1957) e Kaldor Mirrless
(1962), conforme já mencionado, defendem que o progresso tecnológico
é endógeno, de modo que o ritmo de introdução de inovações por parte
das empresas é determinado pelo ritmo de acumulação de capital. A aceleração da taxa de acumulação de capital aumenta a demanda agregada.
Kaldor (1988) desenvolveu algumas proposições sobre o papel da demanda
efetiva no curto e no longo prazo.
Numa primeira proposição, ele considerou que numa economia
capitalista, o nível de produção não é determinado pela disponibilidade
dos recursos, mas pela demanda efetiva, a qual determina quanto dos
recursos potenciais são efetivamente utilizados. Segundo Kaldor (1970),
o papel da dotação de recursos, desenvolvido na análise clássica, não nos
leva muito longe. Algumas regiões são favorecidas pelo clima, geografia,
habilidade, vitalidade, genialidade dos seus habitantes e suas vantagens
natas podem ser ampliadas por boas instituições e políticas sociais.
Na sua análise da distribuição prevalecente da renda no mundo, destaca
que regiões pobres e ricas são largamente explicadas, não por fatores naturais, mas pela incidência desigual do desenvolvimento das atividades
industriais. Kaldor (1957) ressalta a importância das estruturas produtivas
e também do setor exportador.
Numa segunda proposição, colocou a demanda agregada como a
soma de dois componentes: um endógeno, que varia em proporção dos
custos incorridos pelos empreendedores (os quais constituem as rendas do
salário), e um componente exógeno – o investimento em capital fixo, que
é financiado através de empréstimos ou pela venda de ativos financeiros.
Além das condições de financiamento, o comportamento do investimento
é explicado, seguindo a tradição keynesiana, pelas expectativas e pelo grau
de confiança nas expectativas de longo prazo que funcionam como importantes indutores da ação de investir na ampliação da capacidade produtiva.
Desta forma, Kaldor não via a escassez de mão de obra como limitadora
do crescimento no longo prazo. Um setor econômico no qual a demanda por
mão de obra ameaça exceder a oferta localmente disponível poderia receber
imigração de outros setores.5 Por esta razão, seria equivocado supor que exista
uma trajetória de crescimento de equilíbrio de longo prazo dada para um país
ou para o mundo, determinada pelo crescimento da população, da acumulação
de capital e da taxa de progresso técnico, todas exogenamente dadas. Visto que
5
Assim, para Kaldor, o pleno emprego é um conceito de curto prazo, que ignora as mobilidades de
mão de obra de longo prazo e a possibilidade de um aumento no treinamento, o qual responde à
demanda da mesma forma que o investimento de capital.
8
| Nexos Econômicos – CME-UFBA
os estímulos para atender a uma demanda crescente de todos os setores devam
ser expandidos através de investimento adicional, não há limites de longo prazo
ao crescimento devido às restrições de oferta; tais restrições se forem devidas
à escassez de capacidade ou à falta de mão de obra local são essencialmente
fenômenos de curto prazo, considerados uma herança do passado recente.
A trajetória futura pode ser restringida apenas por limitações na velocidade
de resposta aos estímulos da demanda, os quais são suscetíveis a serem mais
rápidos em algumas direções do que em outras.6
O modelo de crescimento acumulativo extendido de León- Ledesma
O modelo desenvolvido por León-Ledesma (2002), de tradição kaldoriana,
é uma versão ampliada de Dixon e Thirlwall (1975) (daqui para frente KDT)
que introduz as variáveis inovação, investimento, educação e outras. Aqui nos
interessa aprofundá-lo, pois será a base de referência para nosso teste empírico.
As variáveis de tecnologia empregadas por León-Ledesma são semelhantes àquelas enfatizadas na análise da ‘nova teoria do crescimento’,
porém uma interpretação diferente é atribuída na sua análise.
Ele demonstrou que existem várias forças cumulativas que podem levar a
um crescimento divergente que interage com o efeito do catching-up, o
qual pode conduzir à convergência. Cinco equações descrevem a modelagem proposta. A primeira relação (eq. 1) afirma que o crescimento do
produto (y) depende do crescimento das exportações (x):
(1)
Considera-se que θ>0. Implicitamente é suposto que as exportações
são a componente autônoma mais importante da demanda.
6
Palley (1996) argumenta que os modelos de crescimento do mainstream deram uma contribuição
para endogeneizar o crescimento do estado estacionário. Porém, a abordagem da nova teoria do
crescimento em si permanece mais no paradigma neoclássico do crescimento. Conforme Palley, isso é
devido à ausência de considerações sobre a demanda agregada. Aponta duas influências keynesianas
importantes que estão ausentes nas construções neoclássicas do processo de crescimento. Primeiro,
que a acumulação de capital é direcionada pelo investimento, assim, é o gasto com investimento das
firmas que determina a taxa de acumulação de capital. Isso contrasta com a perspectiva neoclássica
na qual a acumulação de capital é dirigida pelo comportamento da oferta agregada. Segundo, que
no equilíbrio, a taxa de crescimento do produto deve se igualar à taxa de crescimento da demanda
agregada, o que implica que a taxa de crescimento da demanda agregada pode potencialmente
restringir a taxa de crescimento do produto. O que também contrasta com a perspectiva neoclássica,
a qual supõe uma versão dinâmica da lei de Say, onde a demanda automaticamente cresce com o
produto. Quando essas características são combinadas com uma função de progresso técnico kaldoriana
(KALDOR, 1957), o resultado é uma teoria keynesiana do crescimento, na qual a taxa de crescimento
da demanda agregada afeta a taxa do estado estacionário do crescimento do produto.
Vol. IV – no 7 – dezembro de 2010 |
9
O crescimento das exportações (eq. 2) é expresso como:
(2)
Este crescimento depende negativamente do crescimento dos preços
relativos (p-p.f.), logo η<0, e positivamente da renda mundial (z), da proporção investimento-produto (I /O) e de uma variável de tecnologia para dar
conta dos fatores não-preço (K), refletindo o fluxo de inovações que afetam
o desempenho das exportações. Logo, tem-se que, ε>0, ζ>0, e δ>0.
As primeiras duas variáveis do lado direito da equação de exportação
correspondem à especificação comum de uma função exportação expressa
em taxas de crescimento. A introdução da proporção investimento-produto
como uma variável proxy para a acumulação de capital é devida ao fato
de que a capacidade de uma economia de distribuir nos mercados internacionais depende do crescimento de equipamentos físicos e infraestrutura. Conforme León-Ledesma, esta variável pode também capturar o
efeito do progresso técnico incorporado no desempenho das exportações.
A inovação, capturada em K, é um fator chave que afeta a competitividade não-preço das economias. A diferenciação do produto e a competição por qualidade caracterizam o comércio internacional moderno.
Assim, a habilidade do país para diferenciar e competir em qualidade dependerá de forma crucial do grau de inovação da sua estrutura produtiva.
Presume-se também que os preços são fixados em mercados imperfeitamente competitivos, onde a regra de precificação é um Mark-up sobre
os custos unitários do trabalho. Isto é, o nível de preços P é determinado
pela relação comum de Mark-up kalekiana, ou seja, Pt=(W/R)tTt, onde W
é o nível de salários monetários/nominal, r é o produto médio do trabalho,
e T é 1(um) mais o percentual de um mark-up sobre os custos unitários do
trabalho. León-Ledesma assume, por simplicidade, um Mark-up constante e
obtém que os preços crescem assim como a diferença entre o crescimento
dos salários e o crescimento da produtividade (eq. 3):
p=w-r
(3)
A determinação da taxa de crescimento da produtividade do trabalho
(r) é dada por (eq. 4):
(4)
Considera-se que ϕ>0, λ>0, α>0, e σ>0.
10
| Nexos Econômicos – CME-UFBA
O determinante principal do crescimento da produtividade é dado pela lei
Kaldor-Verdoon, representada no primeiro termo da equação. Esta lei é responsável pela natureza circular do processo de crescimento no modelo KDT. O mecanismo Kaldor-Verdoon reflete a existência de economias dinâmicas de escala
devido à elevada especialização e ao progresso técnico incorporado. (KALDOR,
1957; KALDOR; MIRRLESS, 1962) O progresso técnico incorporado é explicitamente capturado neste modelo pela introdução da taxa de investimento-produto
(I/O) como um segundo determinante do crescimento da produtividade. O terceiro determinante do crescimento da produtividade é a atividade inovadora (K).
A inovação não só leva a um maior grau de diferenciação do produto e maior
qualidade, mas também leva à inovação em processos que aumentam a produtividade. O último determinante do crescimento da produtividade é o GAP. O
GAP seria a variável que representa a existência de diferenças de produtividade
entre a economia de fronteira ou líder e as seguidoras. Isso abre a possibilidade para imitação e difusão de tecnologias mais avançadas geradas pela líder.
Essa consideração implica um efeito positivo do GAP de produtividade sobre
o crescimento da produtividade das economias seguidoras, levando a um
potencial catch-up nos níveis de produtividade. Esta variável é definida como:
Onde, R é a taxa de produtividade do seguidor e R* é a taxa de produtividade da economia líder. O diferencial de produtividade GAP será
zero, se não houver diferença no nível de produtividade, e próximo a um,
se a produtividade no país seguidor for muito baixa.
A última equação do modelo (eq.5) é aquela que determina a atividade
inovadora ou o fluxo de novas inovações nacionais:
(5)
Considera-se que γ>0, β>0, ω>0, e ψ<0.
A atividade inovadora dependerá de quatro fatores. Primeiro, da taxa de
crescimento da produção (y), refletindo a hipótese de inovação liderada pela
demanda. Segundo, da taxa de crescimento da soma acumulativa do produto
real (q). Essa variável é uma proxy para o efeito de learning-by-doing. Tanto
os novos produtos desenvolvidos e os novos processos de produção dependem crucialmente do efeito do aprendizado adquirido através da experiência
Vol. IV – no 7 – dezembro de 2010 |
11
acumulada dos trabalhadores. Assim, quanto maior for o crescimento da
experiência acumulada, maiores inovações serão incorporadas nas atividades
de produção. Assim, se Y(t) for o nível de produto no tempo t, temos:
A variável q é calculada como: q= LogQt-LogQt-1 e Q =Ʃtt=0Y(t). O
terceiro componente do sucesso de uma economia para gerar inovações
é o nível de educação da sua população ativa (edu). O nível de educação
afeta não apenas a capacidade de inovar, mas, também, a capacidade
do sistema econômico de assimilar e compreender as novas técnicas de
produção. O nível de educação é geralmente a proxy usada para capital
humano nos modelos de crescimento. O capital humano é importante
na determinação da renda, e seus efeitos podem ser diretos ou indiretos.
Os efeitos diretos do capital humano são aqueles que afetam a renda pela
melhora na produtividade marginal do trabalho, e na habilidade dos trabalhadores para a realização do trabalho. Os efeitos indiretos são aqueles
que afetam a quantidade de tecnologia disponível para ser utilizada no
processo de produção. Esses efeitos constituem-se em fatores que influenciam na criação e na difusão de tecnologias. O GAP de produtividade afeta
negativamente a atividade de inovação de uma economia. Com um baixo
nível de desenvolvimento, poucos recursos são dirigidos para a pesquisa e o desenvolvimento e para atividades de patenteamento. Em outras
palavras, a capacidade de inovar depende do nível tecnológico do país.
Os países com um baixo nível tecnológico são mais suscetíveis a confiar
nos benefícios de conhecimentos criados nas economias líderes.
León-Ledesma identificou várias forças no modelo, algumas levando
à divergência e outras a convergência na produtividade.7 Por um lado, o
efeito Kaldor-Verdoorn é uma força cumulativa que reforça as vantagens
(e desvantagens) do crescimento inicial. Esse é também o mesmo para o
efeito da inovação liderada pela demanda que afeta tanto a competitividade
preço e a não-preço, e que tem um efeito semelhante ao do mecanismo
Kaldor-Verdoorn. Learning-by-doing é outra força atuando positivamente
no crescimento acumulado devido ao efeito positivo da experiência acumulada da competitividade não-preço e crescimento da produção. A força,
agindo em direção a um padrão de crescimento divergente, é o efeito
negativo do diferencial de produtividade sobre a inovação, que tende a
7
Léon-Ledesma (2002) estimou o modelo para os países da OCDE para o período de 1965-1994.
12
| Nexos Econômicos – CME-UFBA
perpetuar os baixos níveis de inovação tecnológica. Por outro lado, o efeito
catch-up surgindo do fluxo de tecnologias das economias líderes para as
seguidoras é a força convergente principal do modelo.
Os principais resultados encontrados por León-Ledesma são: a variável
inovação afeta as exportações positivamente, explicando a importância dos
processos de inovação na determinação da competitividade não-preço; o efeito
catching-up é uma variável significativa na determinação da produtividade e,
por extensão, do crescimento do produto; o efeito líquido da variável GAP sobre
o crescimento da produtividade é positivo, o qual é uma força que conduz a
convergência da produtividade, e por fim, o efeito positivo da educação sobre a
inovação e o investimento físico sobre exportações foi confirmado pelo modelo.
A interpretação do efeito destas variáveis, no entanto, difere daquela dada
nas ‘novas teorias do crescimento’, onde elas são introduzidas numa estrutura
de função de produção, supondo uma economia restringida pelos recursos.
Em León-Ledesma é o crescimento da demanda que leva ao crescimento do
produto e, assim, a economia não é restringida/limitada pelos recursos. É importante notar também o impacto forte e significante do crescimento do produto
sobre o crescimento da produtividade (o coeficiente de Verdoorn foi de 0,642).
Com algumas simplificações e adaptações, a seguir o modelo desenvolvido
por León-Ledesma será aplicado para as regiões do Brasil, com o objetivo de
avaliarmos os determinantes do crescimento desigual nos anos 1990 e 2000.
Análise descritiva dos dados das regiões do Brasil
Nesta seção será feita uma breve análise descritiva de algumas variáveis que
são importantes para caracterizar as desigualdades econômicas das regiões, de
acordo com a discussão do modelo de León-Ledesma visto na seção anterior.
Inicialmente é importante mostrar que a elevada concentração econômica das atividades nas regiões Sudeste e Sul perdurou durante todo o
período analisado (Tabela 1), apesar de pequena queda na participação
do Sudeste no PIB do país (de 58,7% em 1995 para 56,4% em 2007).
No período de 1991 a 2007, as regiões Sudeste, Nordeste e Sul perderam
participação no total do PIB, com média de crescimento na participação
negativa em -0,24%, -0,13%, e -0,12%, respectivamente. A média de crescimento na participação no total do PIB das regiões Norte e Centro-Oeste
foram de 0,6% e 2,6%, respectivamente, conforme pesquisa realizada a
partir dos dados do IBGE, 2010.
Vol. IV – no 7 – dezembro de 2010 |
13
Tabela 1: Participação % das regiões no PIB total e da
Indústria de Transformação 1995 e 2007- Brasil e regiões
Regiões
PIB
Indústria de Transformação
1995
2007
1995
2007
Norte
4,6
5,0
4,4
4,8
Nordeste
12,8
13,1
8,8
8,8
Sudeste
58,7
56,4
63,7
62,8
Sul
17,9
16,6
21,1
19,9
Centro-Oeste
6,0
8,9
2,1
3,7
Fonte: Elaboração própria, a partir dos dados do IPEA em 2010.
A concentração econômica na região Sudeste reflete-se também na
divergência do PIB per capita entre as regiões. O Gráfico 1 mostra que em
2007 o PIB per capita do Sudeste (R$11.032) situava-se 2,8 vezes acima da
região Nordeste (R$3.862), região que ganhou peso na estrutura produtiva
do país. O crescimento médio do PIB per capita no Sudeste, no período
de 1991 a 2007, foi de 1,5%. São Paulo cresceu 1,2%, e o Espirito Santo
foi o Estado que teve o maior crescimento: 3,6%. No Centro-Oeste, Mato
Grosso cresceu 5,5%, bem acima da média nacional, que foi de 1,7%.
O PIB per capita nacional atingiu uma média de R$8.278 em 2007.
O Gráfico 2 compara o PIB por trabalhador, medida proxy da produtividade, por regiões. O PIB por trabalhador no Sudeste em 2007 foi de R$22.840,
enquanto no Nordeste foi de R$8.527. Os Estados com maior PIB por trabalhador foram Rio de Janeiro, São Paulo e Espirito Santo, com R$26.387, R$26.132
e R$20.693, respectivamente. Os Estados com menor PIB por trabalhador são
Piauí, Maranhão e Ceará, com R$5.269, R$6.263 e R$7.586, respectivamente.
A média nacional do PIB por trabalhador ficou em R$16.721 em 2007.
Considerando a Indústria de Transformação, setor que por suas características
é o de maior dinamismo em termos de crescimento, a participação do Sudeste
nos anos 1990 e nos anos 2000 continuou acima de 60%, conforme dados do
IBGE (2010). No período de 1991 a 2007, as regiões Sudeste e Sul perderam
participação na Indústria de transformação, com média de crescimento na participação negativa em -0,24% e -0,07%, respectivamente. A média de crescimento
na participação nas regiões Nordeste, Norte e Centro-Oeste foram de 0,05%,
1,8% e 6%, respectivamente, conforme dados da pesquisa. (IBGE, 2010)
Gráfico 1: PIB per capita (mil R$ de 2000)
A Tabela 2 mostra a taxa média de crescimento do PIB das regiões por
períodos. A primeira coluna mostra o crescimento de 1995-2007, e as duas
seguintes subdivide o crescimento nos períodos de 1995-2004 e 2004-2007,
representando o ano de 2004 um ponto de inflexão na trajetória de crescimento
da economia brasileira. No período completo – 1995-2007 –, as regiões de
maior crescimento foram as de menor peso no PIB – Norte e Centro-Oeste. No
período 1995-2004, a região Sudeste é a de menor crescimento médio (1,7% aa).
No período de crescimento mais intenso do PIB (4,7% aa), a taxa de crescimento
do Nordeste mais que dobra em relação ao período anterior, e a da região Sudeste quase triplica. O surpreendente dinamismo do Sudeste no período comprova a força do adensamento da estrutura produtiva da região, que recuperou
seu dinamismo de forma vigorosa seguindo o estímulo da demanda agregada.
Gráfico 2: Produtividade do trabalho
(mil R$ de 2000), 1991-2007.
Fonte: Elaboração própria, dados do IPEA
em 2010.
Nota: Excluído o DF da região CO.
Fonte: Elaboração própria, dados do
IPEA em 2010.
Nota: Excluído o DF da região CO.
Tabela 2: Taxa média de crescimento anual do PIB do Brasil e regiões 1995-2007 em %
1995-2007
1995-2004
2004-2007
Norte
4,7
4,6
5,9
Nordeste
3,1
2,5
5,2
Sudeste
2,4
1,7
4,9
Sul
2,8
2,8
3,4
Centro-Oeste
4,2
4,0
5,1
Brasil
2,8
2,3
4,7
Fonte: Elaboração própria, a partir de dados do IPEA em 2010.
14
| Nexos Econômicos – CME-UFBA
O Gráfico 3 mostra os gastos com Educação e Cultura como percentual
do PIB. Os governos dos Estados das regiões Norte e Nordeste são os que
têm maior despesa com educação como percentual do PIB. Em 2007, estas
regiões destinaram 3,37% e 2,83% do PIB para educação, respectivamente.
O Gráfico 4 mostra os investimentos dos governos dos Estados em
capital8 como proporção do PIB por região. A região Norte investiu uma
8
De acordo com a Lei n o 4.320/64, englobam “as dotações para o planejamento e a execução de
obras, inclusive as destinadas à aquisição de imóveis considerados necessários à realização destas
últimas, bem como para os programas especiais de trabalho, aquisição de instalações, equipamentos
Vol. IV – no 7 – dezembro de 2010 |
15
média de 3% do PIB no período de 1996 a 2007. A região Nordeste
investiu 2,18%, enquanto o Sudeste investiu 1,06%.
Gráfico 3: Despesa com educação e
Cultura % PIB
Gráfico 4: Investimento em capital
% PIB
O Gráfico 6 mostra a média de anos de estudo da população acima
de 25 anos. A tendência em todas as regiões é de aumento no nível de
escolaridade da mão de obra. No Sudeste, a média foi de 7,63 em 2007,
e no Nordeste foi de 5,43. O Estado com a menor média foi Alagoas, com
4,8 anos de estudos, e aquele com maior média foi o Rio de Janeiro, com
8,13. Muitos Estados têm planos de desenvolvimento com metas para
2025 e, dentre as metas, muitos Estados almejam atingir uma média de
12 anos de estudo.
O Gráfico 7 mostra o gasto dos Estados9 com ciência e tecnologia
como percentual do PIB por regiões. O Sudeste investiu uma média de
0,063% do PIB no período de 1996 a 2007. A região que menos investiu
foi a Centro-Oeste, com uma média de 0,035% do PIB.
Fonte: Elaboração própria, dados do IPEA
e Tesouro Nacional em 2010.
Fonte: Elaboração própria, dados do
IPEA e Tesouro Nacional em 2010.
No que diz respeito à educação, os investimentos ainda têm sido insuficientes para diminuir os indicadores de analfabetismo, principalmente
na região Nordeste, onde 20% da população acima de 15 anos foram considerados analfabetos em 2007, conforme mostra o Gráfico 5. O Sul teve
o menor nível médio de analfabetos dentre as regiões: 5,45% em 2007.
Os altos níveis de analfabetismo mostram um panorama problemático para
a formação de mão de obra nas regiões menos desenvolvidas. Considerando
que este cenário leva tempo para ser mudado, o PIB por trabalhador tende a
permanecer mais baixo nas regiões onde o nível de analfabetismo é maior.
Gráfico 5: Percentual de analfabetos na
população acima de 15 anos de idade
Gráfico 8 mostra o número de pedidos de patentes em cada região.
A região Sudeste teve uma média de 4.308 no período de 1997 a 2007,
enquanto a região Norte teve apenas uma média de 62 pedidos de patentes.
Gráfico 7: Gasto com Ciência e Tecnologia
% PIB
Gráfico 8: Número de pedidos de
patentes
Fonte: Elaboração própria, dados do IPEA e
Tesouro Nacional em 2010.
Fonte: Elaboração própria, a partir
dos dados do INPI em 2010.
Gráfico 6: Média de anos de estudos da
população acima de 25 anos de idade
35
30
25
20
15
10
5
0
1996
1997
1998
1999
2000
SE
2001
S
2002
CO
2003
N
2004
2005
2006
2007
NE
Fonte: Elaboração própria, dados do
IPEA em 2010.
Fonte: Elaboração própria, dados do
IPEA em 2010.
e material permanente, e constituição ou aumento do capital de empresas que não sejam de caráter
comercial ou financeiro”. Enquadram-se nessa conta as despesas com equipamentos e instalações,
dentre outras.
16
| Nexos Econômicos – CME-UFBA
A Tabela 3 mostra que os Estados participaram com 18,7% nos dispêndios com ciência e tecnologia no ano de 2000, no entanto esse percentual
caiu para 15,5% em 2007. A participação das empresas privadas e estatais nos dispêndios com ciência e tecnologia passou de 43,4% em 2000
para 46,1 em 2007. No total, o Brasil investiu 1,4% do PIB em Ciência e
Tecnologia em 2007.
9
Os dispêndios dos Estados em ciência e tecnologia representaram 15,5% dos dispêndios totais no
Brasil em 2007.
Vol. IV – no 7 – dezembro de 2010 |
17
Tabela 3: Dispêndio nacional em ciência e tecnologia, 2000-2008.
PIB
Dispêndios em C&T
% em relação
% em relação
Valores
(Valores correntes em milhões de R$)
ao total
ao PIB
correntes
Públicos
Empresas
Ano
Milhões R$ Federais
Empresas
Total
1.179.482
5.795
2.854
6.639
15.289
37,9
18,7
43,4
0,73
0,56
1,3
2001
1.302.136
6.266
3.287
7.710
17.263
36,3
19,0
44,7
0,73
0,59
1,33
2002
1.477.822
6.522
3.473
9.282
19.277
33,8
18,0
48,1
0,68
0,63
1,3
2003
1.699.948
7.393
3.706
10.296
21.394
34,6
17,3
48,1
0,65
0,61
1,26
2004
1.941.498
8.688
3.901
11.452
24.040
36,1
16,2
47,6
0,65
0,59
1,24
2005
2.147.239
9.570
4.027
13.680
27.277
35,1
14,8
50,2
0,63
0,64
1,27
2006
2.369.797
11.477
4.282
14.625
30.383
37,8
14,1
48,1
0,66
0,62
1,28
2007
2.661.344
14.084
5.687
16.889
36.660
38,4
15,5
46,1
0,74
0,63
1,38
2008
3.004.881
16.004
7.138
20.051
43.090
37,1
16,6
46,5
0,77
0,66
1,43
Total
Federais Estaduais Empresas Públicos
SE
S
NE
N
CO
71,7 18,6
35,2 11,5
11,6
1,8
1,3
0,4
12,9
2,4
6,3
0,9
4,4
1,5
60,41 33,40
69,3 22,6
4,43
2,74
0,45
0,06
0,40
0,48
0,30
4,38
4,43
3,99
1,92
0,75
0,07
0,81
0,31
0,12
1,23
2,44
1,35
0,86
0,15
0,04
0,13
0,12
0,06
0,57
1,26
22.343.759
11.667.339
3.297.406
417.592
3.741.572
1.799.070
1.420.779
2.023
41.467
Total destinado à inovação
Máquinas e equipamentos
Projetos industriais
Capacitação e treinamento
P&D
Aquis. P&D e conhec. externos
Introdução inovação no mercado
23.419.227
11.629.799
3.344.296
474.742
5.098.811
1.479.110
1.392.469
68,3
31,9
8,8
1,4
17,5
5,0
3,7
18,5
10,3
3,1
0,4
2,8
0,7
1,1
7,15
4,52
1,44
0,10
0,44
0,22
0,43
4,67
1,95
0,66
0,09
0,90
0,40
0,67
1,39
0,95
0,26
0,03
0,08
0,02
0,04
2.070
38.523
57,6
68,8
34,0
22,6
5,24
3,40
1,43
4,28
1,67
0,98
34.405.980
16.645.568
4.422.329
635.392
7.112.928
2.585.576
2.331.630
672.557
2.033
47.628
75,0
34,7
9,8
1,4
16,8
5,8
5,2
1,4
56,6
70,4
14,1
7,9
1,6
0,3
2,6
0,7
0,8
0,4
35,5
21,1
4,06
2,41
0,55
0,06
0,47
0,29
0,21
0,08
4,73
4,69
4,70
2,27
0,61
0,15
0,73
0,37
0,49
0,09
1,06
2,92
1,68
1,05
0,28
0,03
0,07
0,14
0,10
0,02
2,05
0,84
Fonte: Brasil. Ministério da Ciência e Tecnologia (2010).
2003
Nr. Patentes (2001-2003)
Nr Pessoas ocupadas em P&D
Total destinado à inovação
Máquinas e equipamentos
Projetos industriais
Capacitação e treinamento
2005
P&D
Aquis. P&D e conhec. externos
Introdução inovação no mercado
Outros (aquis. software)
Nr. Patentes (2003-2005)
Nr Pessoas ocupadas em P&D
RS 1000
A Tabela 4 apresenta um resumo da pesquisa de inovação tecnológica
(PINTEC) para os anos de 2000, 2003 e 2005. No ano de 2000, a região
Sudeste teve uma participação de 71,7% no total dos recursos destinados à inovação, enquanto a região Centro-Oeste participou com apenas
1,4%. As regiões destinam a maior parte dos dispêndios na aquisição de
máquinas e equipamentos. No ano de 2000, no Sudeste, 35,2% dos dispêndios foram para a aquisição de máquinas e equipamentos, e 12,9%
foram destinados a P&D.10
BR
Total destinado à inovação
Máquinas e equipamentos
Projetos industriais
Capacitação e treinamento
2000
P&D
Aquis. P&D e conhec. externos
Introdução inovação no mercado
Nr Patentes (1998-2000)
Nr Pessoas ocupadas em P&D
RS 1000
Ano
2000
Discriminação
RS 1000
Privadas e
Estaduais
estatais
Tabela 4: Distribuição % dos dispêndios em atividades inovativas, nr. de patentes e
pessoal ocupado em P&D, dados da Pintec.
Fonte: Elaboração própria, a partir da PINTEC/IBGE em 2010.
No ano de 2003, a participação da região Sudeste caiu para 68,3%, e
as regiões Norte e Nordeste aumentaram suas participações, ficando com
4,7% e 7,2% do total, respectivamente. A participação da atividade de
P&D no total dos recursos teve aumento em quase todas as regiões, no
Sudeste subiu para 17,5%.
O valor destinado a P&D informado na PINTEC corresponde a 55,9% do valor em Ciência e
Tecnologia das empresas privadas e estatais informado pelo Ministério da Ciência e Tecnologia no
ano de 2000.
10
18
| Nexos Econômicos – CME-UFBA
No ano de 2005, a participação da região Sudeste volta a subir, ficando
em 75%. A região Sul, que tinha 18,6% em 2000, caiu para 14,1% em
Vol. IV – no 7 – dezembro de 2010 |
19
2005. A região Nordeste diminuiu sua participação de 4,4% em 2000
para 4,1% em 2005. As regiões Norte e Centro-Oeste tiveram aumento
na participação, ficando com 4,7% e 1,7%, respectivamente, em 2005.
Quanto ao número de patentes, a região Sudeste participou com 59,3%
em 2000 e 56,6% em 2005. A região Sul participou com 20% em 2000
e 35,5% em 2005. A pesquisa mostra que as demais regiões diminuíram
sua participação no número de patentes.
Quanto ao número de pessoas ocupadas em P&D, a região Sudeste participou com 70,4%, e a Sul com 21,1% em 2005, não havendo mudanças
significativas na participação destas regiões no período analisado. A região
Nordeste passou de 3,4% em 2003 para 4,69% em 2005, e a região Norte
passou de 4,3 % para 2,9%. A região Centro-Oeste diminuiu sua participação
de 1,3% em 2000 para 0,8% em 2005. Estes dados são importantes, pois
serão usados na construção da série de número de trabalhadores ocupados
em P&D, a qual será usada como na construção da proxy para inovação.
Comparando a participação das regiões no total do PIB da indústria
e a participação nos recursos destinados à inovação, nota-se que a região
Sudeste participou com 75% dos recursos destinados à inovação enquanto
participa com 62,8% no PIB da indústria. Nas demais regiões, o percentual
destinado à inovação é bem menor em relação ao percentual de participação no PIB industrial.
Teste empírico para as regiões do Brasil
o objetivo nesta seção é adaptar e aplicar o modelo de León-Ledesma
para explicar, em parte, as desigualdades no crescimento das regiões brasileiras nas duas últimas décadas. Devemos adaptar, pois, diferentemente
do exercício de León-Ledesma, nossa aplicação foi feita em uma economia
relativamente fechada, mesmo depois da abertura comercial nos anos 1990.
Nosso objetivo, portanto, é nos concentrarmos na equação (4) do modelo que revela a força da integração das variáveis de demanda agregada sobre
o comportamento da produtividade no movimento de convergência ou não
do crescimento entre as regiões nas últimas décadas. Em suma, nosso objetivo é identificar os determinantes do diferencial de crescimento, lançando
luz sobre possíveis estratégias para a redução da acentuada desigualdade.
Um problema bem conhecido em estimativas de uso de dados em
cross-section é o possível viés e inclusão de outliers, ou seja, no nosso caso, os Estados com padrões que se desviam dos outros na amos20
| Nexos Econômicos – CME-UFBA
tra. Se esses Estados estão incluídos numa mesma regressão, pode levar a conclusões que, na verdade, não são válidas para a maioria dos
Estados em nossa amostra. Por isso, achamos que a regressão por região seria o
melhor procedimento, pois minimiza o problema dos outliers entre os Estados.
Apresentação dos dados e método de estimação
O método de estimação usado foi o de regressões com dados em
painel, que são estimativas que combinam dados em séries temporais
com cross-section. As regressões foram feitas por mínimos quadrados generalizados (Period Weights), que levam em conta a heterocedasticidade
nos períodos. A matriz de variância dos coeficientes foi estimada com a
versão robusta à presença de heterocedasticidade através dos períodos.
Seguindo Morettin e Toloi (2004), primeiro foram feitas as transformações necessárias nas séries para depois utilizá-las. Foi utilizado o Log
das variáveis para minimizar a variância. Nas séries com raiz unitária11, foi
utilizado o método da primeira diferença. Para testar a equação (4) para
o Brasil, no período de 1991 a 2007, foi utilizado o seguinte conjunto de
dados referente aos 26 Estados brasileiros:
- R é a produtividade do trabalho, calculada a partir do PIB dos Estados
em R$ do ano de 2000 e do número de trabalhadores ocupados retirado
do IPEA data e IBGE;
- Q é o efeito acumulativo do PIB, conforme descrito no modelo de
León-Ledesma para a variável q, calculado a partir do PIB dos Estados em
R$ do ano de 2000, dados do IPEA;
- I é a proxy para a taxa de investimento como % do PIB, calculada
a partir do investimento dos governos dos Estados em capital, dados do
IPEA, do Ministério da Fazenda e do Tesouro Nacional, e PIB dos Estados
em R$ do ano de 2000, retirado do IPEA data;
- CCI é outra proxy para investimento estadual, calculada a partir da
soma do PIB da construção civil dos Estados em R$ do ano de 2000, dados
do IPEA; e do investimento dos governos dos Estados em capital em R$
do ano de 2000, construído a partir dos dados do IPEA, do Ministério da
Fazenda e do Tesouro Nacional;
- G representando o gap de produtividade entre a economia seguidora e
a economia líder, é igual a um menos a proporção do nível da produtividade
11
O teste de raiz unitária encontra-se no anexo.
Vol. IV – no 7 – dezembro de 2010 |
21
do trabalho para aquela da economia líder (1-R/R*), sendo o R* calculado a
partir dos dados de PIB por trabalhador dos EUA, retirados do Pen Word Table;
não conduzir à convergência, seria esperado o mesmo resultado para as
demais regiões. No entanto, tal resultado não foi observado.
- K é uma proxy para a inovação que representa o número de trabalhadores em P&D; foi construída a partir da média do número de trabalhadores em P&D da Pesquisa Inovação Tecnológica – PINTEC do IBGE.
Verificou-se quanto era o percentual de trabalhadores em P&D em relação
ao total de trabalhadores da indústria em cada Estado. Para o restante
da série, foi aplicado o mesmo % sobre o número de trabalhadores na
indústria, dados da PIA;
Tabela 5: Resultados da regressão da equação (4) modificada, 1991-2007.
Sudeste
R = 0.0380 + 0.6397*Q + 0.0856*CCI + 0.0586*K - 0.0542*G
(13,28)*
(17,082)*
(5,882)*
(4,293)* (-3,622)*
Normalidade JB Prob=0,34(a)
R = 0.0493 + 0.6857*Q + 0.0396*CCI + 0.1161*K + 0.0793*G
(27,85)*
(34,20)*
(29,11)*
(4,416)*
(3,910)*
Sul
- Y é o PIB de cada Estado em R$ do ano de 2000, retirado do IPEA data.
Normalidade JB Prob=0,29
Resultados
Nordeste
Na Tabela 5, apresentam-se os resultados da equação (4) do modelo
de León-Ledesma, a qual foi modificada substituindo-se a variável y por
Q. A variável Q mostra o efeito acumulativo do crescimento da demanda
agregada sobre a produtividade. Outra mudança foi a substituição da
variável (I/O) pela proxy para investimento (CCI), que é a soma do PIB
da construção civil e o investimento em capital feito pelos governos dos
Estados. Assim, a equação 4 estimada para a economia brasileira no período 1991-2007 foi:
Autocorrelação LM Prob=0,16(b)
Autocorrelação LM Prob=0,12
R = 0.0618 + 0.7861*Q + 0.0264*CCI + 0.0852*K + 0.0735*G
(9,284)* (2,800)*
(2,935)*
(2,286)*
(20,104)*
Normalidade JB Prob=0,25
Autocorrelação LM Prob=0,42
Centro-Oeste R = 0.04118 + 0.6889*Q + 0.0558*CCI + 0.0621*K - 0.0994*G
(1,878)** (55,289)*
(2,817)*
(2,138)** (-0,590)
Normalidade JB Prob=0,26
Norte
Autocorrelação LM Prob=0,00
R = 0.0263 + 0.7793*Q + 0.0169*I - 0.0137*K + 0.0236*G
(1,403)**
(9,514)* (1,200)
(-0,237)
(0,591)
Normalidade JB Prob=0,55
Autocorrelação LM Prob=0,43
R2=0,91
SSR=0,04
DW=1,80
N=64
R2=0,91
SSR=0,02
DW=1,46
N=48
R2=0,78
SSR=0,26
DW=2,04
N=144
R2=0,89
SSR=0,05
DW=1,74
N=48
R2=0,67
SSR=1,35
DW=1,75
N=112
R = f (Q, CCI, K, G)
O coeficiente que mede o efeito acumulativo (Q) foi o mais expressivo
em todas as regiões, positivo e significativo a 5%. Neste conjunto de estimativas, esta variável está sendo utilizada como proxy da Lei Kaldor-Verdoorn.
A proxy para o investimento CCI apresentou o resultado esperado na
maioria das regiões, sendo todos os coeficientes positivos e significativos,
com exceção da região Norte, onde também foi testada a proxy I.
O coeficiente para a proxy inovação, K, foi positivo e significativo em
todas as regiões, com exceção da região Norte. O coeficiente da variável G
foi negativo para a região Sudeste, indicando que essa variável nessa região
não conduz à convergência da produtividade nessa versão do modelo.
Este é um resultado contrário ao ideal, mas já era esperado, uma vez que
o gap de produtividade entre o Sudeste do Brasil e os Estados Unidos é
bem elevado. Nas regiões Sul e Nordeste, esta variável mostrou-se positiva
e significativa, indicando convergência da produtividade. Uma vez que
na região Sudeste, a mais desenvolvida, o gap de produtividade indicou
22
| Nexos Econômicos – CME-UFBA
Fonte: Elaboração própria, a partir dos dados da pesquisa.
Notas: * Significativo a 5%. **Significativo a 10%
(a) Probabilidade para não rejeitar a hipótese nula de normalidade.
(b) Probabilidade para não rejeitar a hipótese nula de ausência de autocorrelação.
Em resumo, os resultados nesta versão para a equação (4) do modelo
de León-Ledesma para as regiões do Brasil mostram que tanto o efeito
acumulativo (Q) e o investimento têm uma relação positiva e significativa
com a produtividade do trabalho. A inovação (K) também exerce um efeito
positivo e significativo nas regiões, com exceção da região Norte. A variável G apresentou resultados bem diferentes entre as regiões, sendo pouco
significativa, em geral. Assim, a análise da produtividade do trabalho, inserindo o investimento e inovação mostrou que tais variáveis são importantes
para o aumento da produtividade na economia, ou seja, contribuem para
a convergência da produtividade, com exceção à variável gap.
Os R2s variam entre 0,67 na região Norte e 0,91 no Sudeste e são
considerados bons, pois mostram que a proporção da variação da variável
Vol. IV – no 7 – dezembro de 2010 |
23
dependente que é explicada pela variação das variáveis explicativas é grande. O teste de Durbin Watson, para detectar autocorrelação de primeira
ordem, mostrou que: para as regiões Sudeste, Nordeste, Centro-Oeste e
Norte, o DW situa-se na zona que indica ausência de autocorrelação de
primeira ordem; para a região Sul, o teste resultou em um DW que se
encontra na zona inconclusiva, não sendo possível dizer se há ou não
autocorrelação.
O teste LM de autocorrelação de ordem superior AR(3) para as regiões
não rejeitou a hipótese nula de ausência de autocorrelação, considerando
um nível de significância de 5%, com exceção da região Centro-Oeste.12
O teste de normalidade dos resíduos de Jarque-Bera (JB) não rejeita a hipótese nula de normalidade, considerando um nível de significância de 5%.
Além dos problemas citados, outros problemas foram detectados nas
estimações apresentadas na Tabela 5, como um pico na variável K em 1996
devido a uma mudança na metodologia da PIA, e um pico na variável R
em alguns Estados do Norte no ano de 2004, o que pode ter afetado os resultados. Na tentativa de melhorar os resultados foram feitos alguns ajustes.
Nas Tabelas 6 são apresentados os resultados da equação (4) com
as seguintes alterações: Para a variável G considerou-se São Paulo como
a economia líder, pois, como estamos comparando as regiões brasileiras
com dados no nível dos Estados, é necessário considerar aquele Estado mais
produtivo como a economia líder. Para a variável K foi introduzido dummy
0 para o ano de 1996. Para a variável R foi introduzido dummy 0 para os
Estados do Acre, Amazonas, Rondônia e Pará no ano de 2004. A variável
Y foi usada no lugar da variável Q, conforme a versão de León-Ledesma.
Os coeficientes das variáveis PIB (Y) e investimento foram positivos
e significativos para todas as regiões, exercendo uma influência positiva
sobre a produtividade. A variável inovação, K, é positiva e significativa
para as regiões Sudeste, Sul e Nordeste. Nas regiões Norte e Centro-Oeste,
a inovação não se mostra significativa, ou seja, a variável inovação nestas
regiões parece não contribuir para o aumento ou a convergência da produtividade, nesta especificação da equação.
O coeficiente da variável G só é positivo e significativo para a região
Sudeste, indicando uma força que conduz à convergência da produtividade
do trabalho entre os Estados da região Sudeste. Este é um resultado esperado, uma vez que o gap de produtividade entre as regiões do Sudeste do
O teste LM foi feito até a defasagem 3 e um resumo dos p-valor associados à estatística F encontra-se
nos anexos A3 e A4 deste artigo. Todos os testes estão disponíveis mediante solicitação aos autores.
12
24
| Nexos Econômicos – CME-UFBA
Brasil é bem menor, se comparado ao gap de produtividade entre Brasil e
Estados Unidos. Nas regiões Sul e Centro-Oeste o coeficiente é negativo
e significativo, indicando que nestas regiões o gap de produtividade não
conduz à convergência da produtividade. Nas demais regiões, o G não
é significativo.
Tabela 6: Resultados da regressão da equação (4) modificada, 1991-2007.
Sudeste
R = -0.0201 + 0.8957*Y + 0.0491*CCI + 0.06187*K + 0.0084*G
(-7,656) *
(27,494) *
(6,712) * (2,925) *
(2,752) *
Normalidade JB Proba=0,23(a)
Sul
R = 0.0181 + 0.91467*Y + 0.02344*CCI + 0.05158*K - 0.08929*G
(1,824)** (49,142)*
(7,336)*
(4,156)*
(-3,389)*
Normalidade JB Prob=0,29
Autocorrelação LM Prob=0,99
R = -0.01707 + 1.02818*Y + 0.00476*I + 0.05684*K - 0.01330*G
(-1,169)
(28,896)* (1,555)*** (1,521)*** (-0,811)
Nordeste
Normalidade JB Prob=0,69
Centro-Oeste
Autocorrelação LM Prob=0,47
R = 0.02668 + 0.8882*Y + 0.02737*CCI - 0.02359*K - 0.09025*G
(89,56)*
(78,17)*
(2,899)*
(-0,689)
(-51,89)*
Normalidade JB Prob=0,30
Norte
Autocorrelação LM Proba=0,92(b)
Autocorrelação LM Prob=0,16
R = -0.05401 + 1.0076*Y + 0.02088*CCI - 0.10981*K + 0.01631*G
(-5,572)* (22,011)*
(1,387)***
(-1,207)
(1,003)
Normalidade JB Prob=0,20
Autocorrelação LM Prob=0,79
R2=0,93
SSR=0,02
DW=2,16
N=64
R2=0,95
SSR=0,018
DW=2,01
N=48
R2=0,84
SSR=0,23
DW=2,32
N=144
R2=0,96
SSR=0,03
DW=2,22
N=48
R2=0,84
SSR=0,41
DW=1,82
N=112
Fonte: Elaboração própria, a partir dos dados da pesquisa.
Notas: * Significativo a 5%. **Significativo a 10%. ***Significativo a 20%.
Probabilidade para não rejeitar a hipótese nula de normalidade.
Probabilidade para não rejeitar a hipótese nula de ausência de autocorrelação.
Os R2s variam entre 0,84 e 0,96 e se mostram melhores em relação às
estimações anteriores. O teste de Durbin Watson mostrou que, para todas
as regiões, o DW situa-se na zona que indica ausência de autocorrelação
de primeira ordem. O teste LM de autocorrelação de ordem superior AR(3)
para todas as regiões não rejeitou a hipótese nula de ausência de autocorrelação. O teste de normalidade dos resíduos de Jarque-Bera (JB) não rejeita
a hipótese nula de normalidade. Em ambos os testes foi considerado um
nível de significância de 5%.
Vol. IV – no 7 – dezembro de 2010 |
25
Os resultados confirmam a influência positiva do efeito da demanda
e do investimento sobre a produtividade. A inovação exerce influência
positiva na produtividade nas regiões Sudeste, Sul e Nordeste.
A lei Kaldor-Verdoorn mostrou-se mais relevante para explicar seu
crescimento em todas as regiões, principalmente na primeira especificação da equação da produtividade. A taxa de investimento apresentou o
resultado esperado para todas as regiões. As demais variáveis, inovação e
gap, tiveram resultado diferenciado entre as regiões, sendo os resultados
mais robustos observados na região Sudeste, a qual reafirma sua posição
de líder frente às demais. Os resultados diferenciados para as demais regiões refletem as desigualdades regionais, principalmente quando se trata
de produtividade do trabalho e inovação.
Considerações finais
A ideia de que tanto os fatores ligados à oferta quanto os ligados
à demanda devem ser levados em consideração num modelo de crescimento econômico foi a motivação deste texto. Neste sentido, fizemos uma
primeira tentativa de aplicar empiricamente a modelagem proposta por
León-Ledesma (2002) às regiões da economia brasileira.
No período objeto de estudo neste trabalho não se observou mudança
significativa no desempenho econômico das regiões (Gráfico 1), apesar da
abertura econômica na década passada que favoreceu a modernização do
parque industrial brasileiro, contribuindo para a recuperação do crescimento da
produtividade da indústria, que se encontrava estagnada desde meado dos anos
1980. Mesmo com esse estímulo no início dos anos 1990 a um setor importante
como o industrial, as acentuadas diferenças entre os níveis de produtividade e
de renda per capita continuam a caracterizar a estrutura produtiva brasileira.
A aplicação empírica deste trabalho baseou-se em uma versão ampliada do modelo de crescimento cumulativo original de Kaldor, com
a introdução de variáveis como inovação, investimento e educação, conforme proposto por León-Ledesma, incorporando os avanços na literatura
sobre crescimento econômico com a nova teoria do crescimento endógeno. No modelo de León-Ledesma, o crescimento acumulativo decorre da
Lei Kaldor-Verdoorn e também do efeito induzido que a aprendizagem
e a competitividade não-preço têm sobre o crescimento econômico.
O artigo trouxe uma contribuição original ao usar as proxys para inovação,
investimento e o gap da produtividade a nível regional para explicar o
comportamento da produtividade e da inovação no Brasil.
26
| Nexos Econômicos – CME-UFBA
Sobre a produtividade, a lei Kaldor-Verdoorn mostrou-se mais relevante
para explicar seu crescimento em todas as regiões. Na primeira especificação da equação da produtividade, a taxa de investimento apresentou
o resultado esperado para todas as regiões. As demais variáveis tiveram
resultado diferenciado entre as regiões.
Na primeira especificação, quando comparamos o gap de produtividade do trabalho entre as regiões do Brasil e os Estados Unidos,
o coeficiente da variável gap foi negativo para a região Sudeste, indicando
que o gap não conduz à convergência da produtividade do trabalho com
a dos Estados Unidos. Este é um resultado contrário ao ideal, mas já era
esperado, uma vez que o gap de produtividade entre o Brasil e os Estados
Unidos é bem elevado. Na segunda especificação, quando comparamos
o gap de produtividade entre os Estados do Brasil, considerando São Paulo
a economia líder, o coeficiente da variável gap só foi positivo e significativo
para a região Sudeste, indicando uma força que conduz à convergência
da produtividade do trabalho entre os Estados da região Sudeste.
Este é um resultado esperado, uma vez que o gap de produtividade entre as
os Estados da região Sudeste do Brasil é bem menor, se comparado ao gap
de produtividade entre Brasil e Estados Unidos. Para as demais regiões, o
coeficiente do gap foi diferente do esperado e as regiões apresentaram resultados bem diferentes comparativamente, refletindo as diferenças regionais.
Assim, podemos concluir que o crescimento desigual das regiões
implicou a persistência no desempenho desigual da produtividade e na
dinâmica do investimento e, portanto, contribuindo para a persistência da
desigualdade regional. Colocando em termos da análise dos determinantes
da produtividade, conforme León-Ledesma, ao admitir-se que a produtividade cresce de forma mais intensa que a produção, nota-se que há uma
forte tendência ao aumento das desigualdades entre as regiões mais ricas
e pobres, uma vez que as mais ricas incorporam de forma mais intensa os
ganhos de produtividade.
Assim, nossos resultados preliminares parecem apontar que, na ausência de uma política de desenvolvimento voltada para a redução das
desigualdades regionais, focada no estímulo à demanda agregada, o desempenho econômico nas décadas de 1990 e 2000 não apresentou tendência
à redução da desigualdade regional, considerando duas variáveis chaves
para explicar o crescimento econômico.
Vol. IV – no 7 – dezembro de 2010 |
27
Referências
KALDOR, N.; MIRRLEES, J. A. A new model of economic growth.
Review of Economic Studies, v. 29, p.p 174-190, 1961-1962.
BANCO MUNDIAL. Dados, indicadores. Disponível em: <http://data.
worldbank.org/indicator>. Acesso em: 20 set. 2010.
LEÓN-LEDESMA Miguel A. Accumulation, innovation and catching-up:
an extend cumulative growth model. Cambridge Journal of Economic,
v. 26, p. 201-216, 2002.
BRASIL. Ministério da Ciência e Tecnologia. Indicadores. Disponível
em : <http://www.mct.gov.br/index.php/content/view/9058.html>.
Acesso em: 23 maio 2010.
BRASIL. Ministério da Fazenda. Tesouro Nacional. Balanços
Orçamentários. Disponível em: <http://www.tesouro.fazenda.gov.br/
estados_municipios/sistn.asp>. Acesso em: 06 jun. 2010.
LEÓN-LEDESMA Miguel A.; THIRLWALL A. P. The endogeneity of the
natural rate of growth. Cambridge Journal of Economics, v. 26,
p. 441-459, 2002.
MYRDAL, Gunnar. Teoria econômica e regiões subdesenvolvidas. Rio
de Janeiro: Saga, 1968.
BRITO, Gustavo. Economic growth in Brazil from a Kaldorian
standpoint. Thesis (Ph.D. in Economics) - University of Cambridge, 2008.
MORETTIN, P. A. ; TOLOI, C. M. C. Análise de séries temporais. São
Paulo: Edgard Blücher, 2004. 535p.
DIXON, R.; THIRLWALL, A. P. A model of regional growth rate
differences on kaldorian lines. Oxford Economic Papers, v. 27, n. 2, 1975.
PALLEY, Thomas I. Growth theory in a keyneaian mode: some
keynesian foundations for new endogenous growth theory. Journal of
Post Keynesian Economics, v. 19, n.1, 1996.
IBGE. Contas regionais. Disponível em: <http://www.ibge.gov.br/
servidor_arquivos_est/>. Acesso em 20 set. 2010.
______. Indústrias extrativa e de Transformação / Pesquisa de Inovação
Tecnológica. Disponível em: <http://www.ibge.gov.br/servidor_
arquivos_est//>. Acesso em: 20 set. 2010.
INPI. Patentes – estatísticas. Disponível em: <https://www.inpi.gov.br/
menu-esquerdo/instituto/estatisticas-new-version/>. Acesso em:
25 jun. 2010.
IPEA. Dados regionais e sociais. Disponível em: http://www.ipeadata.
gov.br/Default.aspx. Acesso em: 20 set. 2010.
GUJARATI, D.N. Econometria básica. 3. ed. Makroon Books, 2000.
GREENE, W. Econometric Analysis. 3. ed. Englewood Cliffs: Prentice Hall, 1997.
KALDOR, N. The case for regional policies. Scottish Journal of Political
Economy, v. 17, n. 3, p. 337-348, 1970.
______. Further essays on economic theory. London: Duckworth. 1978.
______. A model of economic growth. The Economic Journal, v. 67,
n. 268, p. 591-624, 1957.
______. The role of effective demand in the short and in the Long-Run.
In: BARRÉRE, A. (Org.). The foundations of keynesian analysis. Londres:
Macmillan Press, 1988.
28
| Nexos Econômicos – CME-UFBA
PANEL and pooled data. In: EVIEWS 5, user’s guide. Irvine –CA:
Quantitative Micro Software LLC, 2004. Disponível em: <http://www.
ems.bbk.ac.uk/faculty/phdStudents/efthyvoulou/eviewsguide.pdf>.
Acesso em: 18 mar. 2011.
PENN WORLD TABLE. Data and Documentation. Disponível em: <http://
pwt.econ.upenn.edu/php_site/pwt_index.php>. Acesso em: 22 mar. 2011.
POOLED time series, cross-section data. In: EVIEWS 4, user’s guide.
Irvine – CA: Quantitative Micro Software LLC, 2002. p. 551-576.
Disponível em: <http://www.ds.unifi.it/fiorentini/MANUALE_
SOFTWARE.pdf>. Acesso em: 18 mar. 2011.
ROMER, Paul M. Increasing returns and long run growth. Journal of
Political Economy, Chicago, v. 94, p. 1002-1037, [October], 1986.
______. Human capital and growth: theory and evidence. CarnegieRochester Conference series on Public Polic, North Holland, v. 32,
p. 251-286, 1989.
______.Endogenous technological change. Journal of Political Economy,
Chicago, v. 98, n. 5, p. 71-102, oct. 1990. Part 2: The Problem of
Development: A Conference on the Institute for the Study of Free
Enterprise Systems.
______. Idea gaps and object gaps in economic development. Journal of
Monetary Economics, Rochester, v. 32, p. 543-573,1993a.
Vol. IV – no 7 – dezembro de 2010 |
29
ROMER, Paul M. Two strategies of economic development: using ideas
and producing ideas. In: WORLD BANK ANNUAL CONFERENCE
ON ECONOMIC DEVELOPMENT. 1992, Washington. Proceedings…
Washington, DC.: World Bank, 1993b, p. 63-97.
SOLOW, Robert M. A contribution to the theory of economic growth.
Quarterly Journal of Economics, 1956, 70, 65-94.
THIRLWALL, A. P. The Balance of payments constraint as a explanation
of international growth rate differences. Banca Nazionale del Lavoro
Quarterly Review, n. 128, march, 1979.
______. Growth and development: with special reference to developing
economies. London: Palgrve Macmillan, 2006.
______. The nature of economic growth: an alternative framework of
understanding the perfomance of nations. Cheltenham, UK: Edward
Elgar, 2002.
THIRLWALL , A. P.; HUSSAIN, M. N. The balance of payments
constraint, capital flows and growth rate differences between developing
countries. Oxford Economic Papers, 34, p 498-510, 1982.
Apêndice
- Teste de raiz unitária para dados em painel
Os testes de raiz unitária foram feitos individualmente para todas as
séries, e as séries que apresentaram uma raiz unitária, foram Educação,
Inovação e produtividade. Nestas séries foi aplicado o método da primeira
diferença. As séries Efeito Acumulativo, Investimento e Gap não apresentaram raiz unitária, portanto são estacionárias e foram usadas normalmente.
Abaixo tem-se o resumo dos testes de raiz unitária. Para não tomar muito
espaço optamos por apresentar um resumo com um teste conjunto para
as séries com raiz unitária e outro resumo de teste conjunto para as séries
que não apresentaram raiz unitária.
Tabela A1: Teste Conjunto de Raiz Unitária
Pool unit root test: Summary
Date: 06/24/10 Time: 23:18
Sample: 1991 2007
Series: Educação (E), Inovação (K), produtividade (R)
Method
Statistic
Prob.**
Crosssections
Obs
0.9994
78
1221
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t*
3.24832
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-star
7.21051
1.0000
78
1221
ADF-Fisher Chi-square
81.7114
1.0000
78
1221
PP - Fisher Chi-square
75.8822
1.0000
78
1248
0.0000
78
1326
Null: No unit root (assumes common unit root process)
Hadri Z-stat
19.6985
** Probabilities for Fisher tests are computed using an asympotic Chi-square distribution. All other tests assume asymptotic normality.
30
| Nexos Econômicos – CME-UFBA
Vol. IV – no 7 – dezembro de 2010 |
31
Tabela A4: Teste LM de Autocorrelação (H0: Ausência de autocorrelação) - (regressões
da Tabela 6)
Tabela A2: Teste Conjunto de Raiz Unitária
Pool unit root test: Summary Date: 06/24/10 Time: 23:24
Sample: 1991 2007
Series: Efeito Acumulativo (Q), Investimento (I) e (CCI), e Gap (G)
Method
Statistic
Prob(F statistic)
Prob.**
Crosssections
Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t*
-14.1737
0.0000
104
1628
Breitung t-stat
-2.46994
0.0068
104
1524
0.0000
104
1628
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-star
-10.6888
ADF-Fisher Chi-square
483.160
0.0000
104
1628
PP - Fisher Chi-square
523.914
0.0000
104
1664
104
1768
AR(1)
AR(2)
AR(3)
SE
0.887345
0.928512
0.261588
S
0.043789
0.995814
0.423320
NE
CO
0.223953
0.476739
0.303423
0.764701
0.167124
0.084670
N
0.959234
0.799733
0.956927
Guiando-nos pelo p-valor associado à estatística F, concluímos pela
não rejeição da hipótese de ausência de autocorrelação, considerando
um nível de significância de 5%, para todos os testes, com exceção do
AR(1) da região Sul.
Null: No unit root (assumes common unit root process)
Hadri Z-stat
10.5499
0.0000
** Probabilities for Fisher tests are computed using an asympotic Chi-square distribution. All other tests assume asymptotic normality.
Tabela A3: Teste LM de Autocorrelação (H0: Ausência de autocorrelação) - (regressões
da Tabela 5)
Prob(F statistic)
AR(1)
AR(2)
AR(3)
SE
0.589919
0.095967
0.161251
S
0.000313
0.002824
0.120482
NE
0.967613
0.531799
0.426194
CO
0.380229
0.298392
0.008321
N
0.705253
0.095689
0.438968
Guiando-nos pelo p-valor associado à estatística F, concluímos pela
não rejeição da hipótese de ausência de autocorrelação, considerando um
nível de significância de 5%, para todos os testes, com exceção do AR(1),
AR(2) da região Sul, e AR(3) da região Centro-Oeste.
32
| Nexos Econômicos – CME-UFBA
Vol. IV – no 7 – dezembro de 2010 |
33